基于跨视角相似度顺序保持的基因特征提取方法
基因表达数据通常具有维数高、样本少、类别分布不均等特点,如何提取基因表达数据的有效特征是基因分类研究的关键问题.该文借助相关分析理论,构建鉴别敏感的视角内相似度顺序保持散布并且约束鉴别敏感的视角间相似度相关,从而形成了一种新的基因特征提取方法,即相似度顺序保持跨视角相关分析(SOPACA).该文方法在保持不同视角间特征类内聚集性和相似度顺序的同时具有较大的类间离散性.在癌症基因表达数据集上的良好实验结果显示了该文方法的有效性.
基因特征提取、相关分析理论、相似度顺序保持、鉴别敏感、癌症诊断
45
TN911.73;TP391.4
国家自然科学基金;中国博士后科学基金;合肥综合性国家科学中心能源研究院项目;安徽省重点研究与开发计划项目
2023-02-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
317-324